MétaCan
Menu
Retour à la cohorte
Enregistrement W597778 · doi:10.1139/y77-173

Caractérisation des pertes dépendant de la polarisation (PDL) dans les composants optiques tout-fibre (Biconiques)

2004· dissertation· fr· W597778 sur OpenAlexvenueno aff
Samy El Kahlout

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2004
Typedissertation
Languefr
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L'insertion des composants tout-fibre dans les reseaux de transmission optique a provoque une revolution complete dans les debits de transmission et dans l'architecture des reseaux de transmission. Les facteurs de degradation affectant le signal transmis dans ces reseaux sont devenus tres importants a etudier et a caracteriser. La polarisation de la lumiere et ses effets, telle que la perte dependant de la polarisation (PDL - Polarization Dependant Loss) et la dispersion de la polarisation (PMD - Polarization Mode Dispersion), sont les facteurs de degradation les plus etudies. Ce travail de these s'interesse a l'effet de la perte lie a l'etat de polarisation a l'entree d'un composant tout-fibre (biconique). L'objectif est de connaitre la sensibilite a la perte dependant de la polarisation (PDL) de ce composant. Plusieurs methodes de simulation de la PDL sont proposees. Ces methodes utilisent la forme geometrique de la structure du composant biconique comme une base de calcul. Une methode est basee sur la formalisme de Jones. Les autres methodes dependent de la PDL a partir de la theorie du couplage de modes associee a des perturbations aleatoires sur la forme geometrique de la structure biconique. Ces methodes ont ete appliquees sur des structures biconiques theoriques (creees par le programme de simulation) et sur des structures reelles (realisees par le banc de fabrication et de caracterisation). La realisation de plusieurs composants biconiques et la mesure de la PDL permettent de confronter ces methodes aux mesures experimentales.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,275
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and PharmacologyMême sujetOptical Network TechnologiesTravaux en français237 207